פיקוח ובדיקות בטיחות למערכות בינה מלאכותית
תמונה: נוצרה באמצעות AI עבור מערכת ITPortal

ה־G7 נערך לתרגיל סייבר פיננסי בעידן ה־AI

מדינות ה־G7 עוברות משלב הדיון על סיכוני בינה מלאכותית לשלב התרגול המעשי. לפי דיווח רויטרס מ־16 באוקטובר 2026, שרי האוצר ונגידי הבנקים המרכזיים של הקבוצה הסכימו לקיים תרגילי שולחן שיבחנו כיצד רשויות פיננסיות מגיבות למתקפות סייבר המופעלות או מועצמות באמצעות AI.

תמונת המחשה: נוצרה באמצעות AI עבור ITPortal.

מה סוכם בפגישת ה־G7

שרת האוצר של יפן, סצוקי קטאיאמה, אמרה כי סגני שרי האוצר של המדינות דנו ברעיון לתרגילים סביב Frontier AI, וכי ההצעה אושרה ברמת השרים. הפגישה נערכה בשולי הכינוס השנתי של קרן המטבע הבינלאומית בבנגקוק.

פקיד במשרד האוצר היפני, שנכח בפגישה, הסביר כי התרגילים אמורים לכלול סימולציות שיפותחו בידי רשויות האוצר של מדינות ה־G7. המטרה היא לבדוק כיצד הן מגיבות לאירועי סייבר מבוססי AI, לבחון את האפקטיביות של הנהלים הקיימים ולעדכן מדריכי פעולה בהתאם לתוצאות. לפי אותו דיווח, בהתאם לתרחיש ייתכן שגם מוסדות פיננסיים פרטיים ישתתפו.

למה תרגיל שולחן חשוב

תרגיל שולחן אינו מבחן חדירה ואינו מתקפה אמיתית על מערכת בנקאית. זהו תהליך מובנה שבו מקבלי החלטות, אנשי סייבר, משפטנים, דוברות ותפעול מקבלים תרחיש מתפתח ונדרשים לקבל החלטות בזמן מוגבל. כך אפשר לזהות פערים שאינם בהכרח טכניים: מי מוסמך להשבית שירות, כיצד משתפים מידע בין מדינות, מתי מעדכנים לקוחות, ומה עושים כאשר הנתונים שמציג כלי AI אינם אמינים.

במערכת פיננסית, שבה אירוע נקודתי עלול להשפיע על שרשרת של בנקים, ספקי תשלומים ותשתיות שוק, התיאום חשוב כמעט כמו ההגנה הטכנית. תרחיש טוב בודק לא רק אם חומת האש עבדה, אלא גם אם הארגון מסוגל להפעיל שירות חלופי, לשחזר מידע, לאמת הוראות תשלום ולהסביר לציבור מה קרה בלי לפרסם מידע שגוי.

איפה נכנס ה־AI לתרחיש

הבינה המלאכותית אינה יוצרת קטגוריה חדשה לחלוטין של מתקפות, אבל היא יכולה לשנות את הקצב, ההיקף והאמינות שלהן. תוקפים עשויים להשתמש בכלים ליצירת הודעות התחזות מותאמות, לחיקוי קולות, לחיפוש מהיר אחר נקודות תורפה או לאוטומציה של חלקים בשרשרת התקיפה. במקביל, מגינים משתמשים ב־AI כדי לתעדף התראות, לנתח התנהגות חריגה ולסייע בחקירה.

דווקא משום ששני הצדדים משתמשים באותן משפחות טכנולוגיה, אסור לבנות תהליך תגובה שמסתמך על תשובה אחת של מודל. ארגון פיננסי צריך מקורות נתונים נפרדים, אימות אנושי בנקודות קריטיות, תיעוד החלטות ואפשרות להמשיך לעבוד גם אם כלי AI מרכזי אינו זמין או מציג מידע שגוי.

מה ארגונים יכולים ללמוד כבר עכשיו

  • לתרגל תרחיש AI ספציפי: לא להסתפק ב״אירוע סייבר״ כללי. למשל, הודעת קול מזויפת שמורה על העברת כספים, סוכן אוטומטי שמבצע פעולה לא מורשית, או הצפה של מערך הניטור בהתראות שנראות אמינות.
  • להפריד בין זיהוי להחלטה: כלי AI יכול לסייע בזיהוי חריגה, אך החלטות כמו עצירת תשלומים, השבתת שירות או הודעה לרגולטור צריכות להישען על נוהל מאושר ועל אימות נוסף.
  • לבחון תלות בספקים: תרגיל צריך לכלול גם ספקי ענן, זיהוי, תקשורת ותשלומים. כשל אצל צד שלישי עלול להפוך במהירות לאירוע ארגוני.
  • להגדיר ערוץ גיבוי: במקרה שהדואר הארגוני או מערכת הצ'אט נפגעים, הצוות צריך לדעת כיצד מאמתים זהויות ומעבירים הוראות בערוץ חלופי.
  • למדוד התאוששות: לא רק האם האירוע נעצר, אלא כמה זמן לקח לחזור לשירות תקין, אילו נתונים אבדו ומה נדרש כדי למנוע הישנות.

לא עוד תרגיל תאורטי

המהלך של ה־G7 אינו מבטיח שמערכת פיננסית תהיה חסינה, וגם פרטי התרחישים טרם פורסמו. החשיבות שלו היא ביצירת שפה משותפת בין רשויות שפועלות תחת חוקים, תשתיות וסיכונים שונים. אם התרגילים יובילו לעדכון נהלים ולשיתוף לקחים, הם עשויים לקצר את זמן התגובה באירוע אמיתי.

לארגוני IT בישראל זו תזכורת שימושית: תכנית תגובה אינה מסמך שנשמר בתיקייה, אלא יכולת שצריך להפעיל ולבחון. אפשר להתחיל בתרגיל מצומצם של שעה, עם תרחיש ברור, תיעוד החלטות וסיכום פערים. בהמשך ניתן להרחיב אותו לספקים ולגורמים חיצוניים.

לקריאה נוספת ב־ITPortal: מה מלמד אירוע הסייבר של Ahold Delhaize על רציפות עסקית.

מקורות

דילוג לתוכן